Illustrazione tecnica e operativa di strumenti e metodologie per sfruttare i data base di marketing (regressione, analisi fattoriale, cluster analysis, alberi decisionali, survival analysis, basket analysis).
Prossimi appuntamenti
Milano:
Roma:
Vivamente consigliata la partecipazione congiunta al corso Data Mining
Programma
Illustrazione delle principali tecniche di data mining
- Obiettivi, dati, interpretazione dei risultati
- Principali vantaggi ed eventuali svantaggi rispetto alle altre metodologie
Modelli predittivi
Alberi decisionali
- Definire la variabile obiettivo e i predittori
- Costruire l’albero e le regole di arresto
- Interpretare l’output del modello
- Gestire costi e guadagni
- Valutare le azioni di direct marketing
- Effettuare valutazioni economiche dell’attività e dei ritorni attesi
Regressione lineare
- Stimare una quantità: il modello lineare
- Gestire le variabili esplicative
- Costruire il modello: selezionare le variabili esplicative (stepwise, forward, backward)
- Interpretare l’output (r-quadrato, beta, significatività)
- Valutare la qualità del modello in funzione del numero di variabili e della capacità predittiva
Regressione logistica
- Stimare la probabilità di un evento: il modello logistico
- Gestire le variabili esplicative
- Interpretare i coefficienti del modello
- Valutare la qualità del modello
Cenni sulle reti neurali
Adattamento del modello
- Valutare la qualità del modello
- Prevenire l’overfitting (campionamento e cross validation)
- Effettuare valutazioni statistiche: guadagno e lift
- Effettuare valutazioni economiche: profitti e ROI
Metodi descrittivi
Cluster analysis
- Effettuare valutazioni preliminari sui dati
- Trasformare le variabili
- Applicare metodi gerarchici (ward’s method, betweeng groups linkage, centroid) e non gerarchici (k-means)
- Scegliere il numero di cluster e analizzare il dendrogramma
- Analizzare i profili dei cluster
- Verificare le variazioni nel tempo dei cluster identificati
Basket analysis
- Rappresentare graficamente le associazioni
- Individuare la variabile target
- Definire gli indicatori della basket analysis (supporto, confidenza e lift)
- Interpretare e utilizzare le regole individuate
Informazioni
Coordinatore del corso: Marco Di Dio Roccazzella, Director di VALUE LAB
Docenti:
Milano – Sergio Raimondi, Specialist di VALUE LAB
Roma – Carlo Bianco, Principal VALUE LAB
Sedi:
Milano: VALUE LAB – Via Durini, 23 – 20122
Roma: VALUE LAB – Salita S. Nicola da Tolentino, 1/B -00187
Orari: 9.30-13.30 14.30-17.30
Il costo di ogni giornata è di 500 euro (+ IVA)
Sconto del 20% a partire dalla seconda quota nel caso di più partecipanti provenienti dalla stessa azienda.
Sconto del 20% a partire dalla seconda quota per la partecipazione a più giornate di formazione.
Gli sconti non sono cumulabili.
VALUE LAB si riserva la facoltà di accettare o meno le iscrizioni pervenute.
Media Partner
